【Elasticsearch】映射：详解 _source & store 字段

1._source 字段

_source 是 Elasticsearch 中一个特殊的元字段，它存储了文档在索引时的原始 JSON 内容。

1.1 特点

• 默认启用：所有文档都会自动存储原始 JSON 数据在 _source 中。
• 完整存储：保存文档的完整原始结构。
• 重要用途：
  • 返回搜索结果中的原始文档内容。
  • 支持高亮显示。
  • 支持重新索引操作。
  • 支持更新文档（因为需要原始内容）。

1.2 示例

PUT my_index/_doc/1
{
  "title": "Elasticsearch Guide",
  "author": "John Doe",
  "content": "This is a comprehensive guide..."
}

GET my_index/_doc/1

返回结果中会包含完整的 _source 内容。

禁用 _source。

PUT my_index
{
  "mappings": {
    "_source": {
      "enabled": false
    }
  }
}

禁用后无法获取原始文档内容，且某些功能将不可用。

2.store 字段

store 是字段级别的属性，决定是否将字段值单独存储在 Lucene 中（独立于 _source）。

2.1 特点

• 默认关闭：大多数情况下不需要单独存储字段。
• 特定场景使用：
  • 当只需要检索个别字段，而不需要整个 _source 时。
  • 当 _source 被禁用，但仍需要某些字段时。
• 存储方式：以列式存储，单独存储。

2.2 示例

PUT my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "store": true 
      },
      "content": {
        "type": "text"
      }
    }
  }
}

检索存储字段。

GET my_index/_search
{
  "stored_fields": ["title"] 
}

3.两者对比

特性	_source 字段	store 属性
存储级别	文档级（整个原始文档）	字段级（单个字段）
默认值	启用	禁用
存储方式	原始 JSON	单独列式存储
主要用途	获取完整文档、重新索引、更新等操作	高效检索特定字段
存储开销	较高（存储完整文档）	较低（只存储指定字段）
检索方式	通过 _source 获取	通过 stored_fields 获取

3.1 使用建议

• 大多数情况：保持 _source 启用，不需要设置 store: true。
• 禁用 _source 时：对需要检索的字段设置 store: true。
• 性能优化：当文档很大但只需要少量字段时，可考虑存储特定字段。
• 注意：存储字段会增加索引大小，应谨慎使用。

3.2 实际应用示例

PUT news_articles
{
  "mappings": {
    "_source": {
      "enabled": true
    },
    "properties": {
      "headline": {
        "type": "text",
        "store": true
      },
      "body": {
        "type": "text"
      },
      "publish_date": {
        "type": "date",
        "store": true
      }
    }
  }
}

这样设计可以：

• 通过 _source 获取完整文章内容。
• 快速单独访问 headline 和 publish_date 字段（如用于列表展示）。
• body 内容只通过 _source 获取，减少存储开销。